复值网络量化算法

保真相干信号

针对复数神经网络的实虚部联合量化方法，在保持幅度相位保真度的同时大幅压缩模型。

Geng, Zihan · Zhou, Mi · Zijie, Chen · Yuan, Ganzhangqin · Lee, Seokho · Geng, Hongya · 李秀 · 江奎 · Chen, Mu Ku · Rho, Junsuk

Nature Communications 2026

参数信息

峰值信噪比提升

3.9 dB

计算负载降低

99.1 %

内存占用降低

99.8 %

技术优势

相位不失真

联合量化保持复数乘法的代数结构，避免实虚部分离导致的相位关系扭曲。

算力省百倍

相比HoloNet，计算负载降低99.1%，内存占用降低99.8%。

精度不降反升

在全息生成任务中，峰值信噪比相较于HoloNet提升3.9 dB。

应用场景

• 全息生成：在保真相位下以极小算力生成高精度全息图。
• 无线信号分类：在资源受限设备上实时分类复杂调制信号。
• 合成孔径雷达成像：在低功耗平台上保持相位信息进行雷达成像。
• 低功耗神经网络加速：将复值网络压缩99%以上，部署到边缘设备。